petithenri

摘要： 第一部分：推荐系统之内容理解与画像构建Week1：机器学习基础 逻辑回归模型 梯度下降法 神经网络模型 过拟合与正则 常用的评价指标 常用的优化算法 向量、矩阵基础 Week2：推荐系统基础 推荐系统概述、架构设计 推荐系统后台数据流设计 常用的技术栈 推荐系统中的评价指标 简单的用户协同 环境搭建 阅读全文

摘要： Google篇： 搜索结果包含完整关键词：“” 排除关键词：苹果 -手机 -电脑 搜索近义词：OR 用*进行模糊搜索 filetype：Machine Learning filetype:pdf site url或allinurl：在多个网站搜索。研究生 inurl:edu.cn 心灵奇旅 alli 阅读全文

摘要： 数据结构 字典 list.append NodeList定义和操作 递归 操作 enumerate zip divmod，// (x if a else y) string = list lis.sort int(str(x)[::-1]) 去空格：str.strip() str.join(sequ 阅读全文

摘要： 常用R包： dplyr，tidyr：dataframe的数据重塑 常用函数： lapply do.call 阅读全文

摘要： MT-DNN MT-DNN（Multi-Task DNN）在 Microsoft 于 2019 年发表的《Multi-Task Deep Neural Networks for Natural Language Understanding》中被提出。 阅读全文

摘要： 非原创！侵删 From CSDN @ 史丹利复合田 关于交叉熵在loss函数中使用的理解 交叉熵（cross entropy）是深度学习中常用的一个概念，一般用来求目标与预测值之间的差距。 信息论 交叉熵是信息论中的一个概念，要想了解交叉熵的本质，需要先从最基本的概念讲起。 1 信息量 首先是信息量 阅读全文

摘要： Transformer原理 From知乎：@大师兄 详解Transformer （Attention Is All You Need） 本文为个人学习摘要，以上为原文。 RNN的局限性：1. 按照时间顺序，限制了模型的并行能力；2.对特别长期的依赖现象依然无能为力。 Transformer：1.使用 阅读全文

摘要： 非原创！侵删 From知乎：@信息门下憨狗 Self-supervised Learning 再次入门 本文前半部分为个人学习摘要，以上为原文。 过程：输入向量 - Encoder - 隐层向量 - Decoder - 输出向量 理想情况：1. 输入向量=输出向量（无损重构）2. 隐层向量维度远小于 阅读全文